基于非线性状态估计手写体数字识别系统设计.docVIP

基于非线性状态估计手写体数字识别系统设计 　　[摘 要]手写体数字识别技术在财会、气象、邮政等领域有着广泛的应用，探究数字识别新方法并付诸实践，可以产生巨大的社会和经济效益。本文从传统的非线性状态估计（Nonlinear State Estimate Technology，NSET）技术出发，将这种一般应用于设备运行状态监测领域的方法应用于手写体数字识别，并在美国邮政服务（United States Postal Service，USPS）手写数字识别库上进行测试。测试结果表明，该方法简单易行，运算效率高，对于解决非线性和高维模式识别问题凸显出其适应性强的特点。 　　[关键词]数字识别 非线性状态估计 USPS 非线性运算子 　　中图分类号：TP391 文献标识码：TP 文章编号：1009?914X（2013）34?0073?03 　　0 引言 　　本文将传统的应用于系统或设备状态监测领域的非线性状态估计技术（NSET）用于手写体数字识别，能够有效减小计算量，提高运算效率，并且在美国邮政服务（USPS）手写数字识别库上做了测试工作，最后给出测试结果及分析，表明NSET方法能够拓展应用于手写体数字识别系统，具有较高的正确识别率。 　　1 非线性状态估计技术 　　1.1非线性状态估计理论 　　非线性状态估计（NSET）是由Singer等提出的一种非参数、非线性建模方法